「体验」王自如体验iRobot Roomba i7+ 谈论智能时代新生活

2019 年 3 月 11 日 ZEALER订阅号



据说 iRobot 旗舰新品全新加入了 Clean Base 自动集尘充电座与 Imprint 智能规划功能,还升级了三重高效清洁系统。本期视频,王自如体验了 iRobot Roomba i7+ 来看看这款智能扫地机器人是如何为你提供一站式地面清洁方案,帮你开启智能时代的新生活!


点开下方小程序,观看本期视频 ↓


本期图文版

 

想要当一个“称职”的刷手掌柜,一台可靠的扫地机器人可少不了,随着生活电器和服务型机器人的不断进步和普及,扫地机器人确实已经可以替代人力完成一部分基本的清洁工作,但是很多扫地机器人依然给我们留下了不少的麻烦事,比如说我们在每一次开启扫地机器人之前要做的那一堆铺垫工作,清扫的时候还要担心它会不会卡在哪里动弹不得,还有每次扫完之后都要动手清理的尘盒,这些杂七杂八的问题也在一直影响着我们的使用体验。

 

 

而下面我就要正式介绍一下我们家的这位“田螺姑娘”,一个真正让你解放双手的扫地机器人,它就是 iRobot 公司最新推出的旗舰 Roomba i7 + 扫地机器人和自动集尘系统。

 

 

这一代产品第一眼瞧上去,跟上一代的旗舰机型 Roomba 980 在外观上基本一致。在继承前辈旗舰性能的基础上,内部功能也做了不少的升级。外表看起来变化最大的就是这个名叫 Clean Base 自动集尘充电座,而它才是帮助你真正解放双手的关键。

 

 

Clean Base 自动集尘充电座和 Roomba  i7 这两个小家伙要怎么搭配,才能实现解放我们的双手呢?我们一起来看看他们是怎么工作的就知道了。

 

 

当感应器检测到 i7 回到 Clean Base 自动集尘充电座的时候,内置的大吸力吸尘器开始工作,通过 Clean Base 自动集尘充电座内置的L型管道连接扫地机的集尘盒以及内部的垃圾袋。


 

在集尘盒跟 Clean Base 自动集尘充电座衔接的地方,有一个出尘口。出尘口设计的这个阻挡垃圾泄露的橡胶盖,就像我们生活中常见的单向阀门一样,只有受到 Clean Base 自动集尘充电座内传来的吸力时才会向外打开,使得 Clean Base 自动集尘充电座能够顺利的将垃圾转移到内置的垃圾袋中,完成 i7 扫地机器人自我清理的工作流程。这就解决了我们每次都要清理扫地机器人尘盒的麻烦。


  

而在这一整个工作流程中,有三个细节非常值得我们关注。第一个是 Cleanbase 自动集尘充电座内部是配有感应装置的,这能够确保收集起来的垃圾在快装满垃圾袋的时候才提醒你清理。第二个是出尘口部分,这个可以开合的橡胶盖是可拆卸设计,确保材料老化失去硬度和弹性之后,可以进行零件的更换,避免垃圾泄露。基本上你所担心的问题,iRobot 公司的产品设计师们也都替你想到了。

  

最后一个,也是最重要的一个,因为 Clean Base 自动集尘充电座采用的是通过吸尘的方式来转移垃圾的,那么这个垃圾袋的设计就有特别要求了,因为除了要能有效的阻挡垃圾和灰尘这样的小颗粒物之外,还要保证整体的透气性,所以 iRobot 采用了这种类似无纺布材质来制作这个垃圾袋。这种设计可以有效的避免二次扬尘所产生的空气污染,而且全程我们是可以基本不用接触到这些垃圾的,手都不用弄脏。



还很人性化的一点是,Clean Base 自动集尘充电座搭配的垃圾袋容量是集尘盒容量的三十倍,这意味着你将可能有几个星期,甚至更长一段时间,不用插手 i7 的工作,当然这也是要根据你的家庭情况而定,像我这样有定期清扫习惯的人,可能两天都清扫不满一个尘盒的量。


大家可不要小看这些个简单的功能叠加和细节设计,正是因为背后的这些细节支撑,才能让我们更加放心的使用这款产品。这也是为什么这款扫地机器人会引起我们 ZEALER 的注意,因为正如我们所坚信的,所有科技产品都将回到我们的生活中去,接受生活的检验,而好的产品将会改变我们生活中旧有的习惯,并且让你感受不到它的存在。


但是想要真正改变我们的生活,仅仅靠一个能吸尘的充电座肯定是不够的。之前我们在节目也说过,判断扫地机器人好不好用有两个最简单的依据,一个是能不能扫到,一个是能不能扫干净。


在能不能扫到这个问题上,可以说是最能体现近年来扫地机器人技术进步的地方了。从刚开始的随机碰撞,再到后来的激光雷达,视觉识别,扫地机器人可以看到的地方是越来越多了,清扫路径也越来越准确。



而 i7 的眼睛是一枚摄像头,这个摄像头能够识别房间中的家具位置,判定机器与家具之间的距离,再结合机器底部光学地面追踪传感器,确定家具与家具之间的距离,从而构建全屋的清扫地图,以及为机器提供定位信息。i7 在遇到障碍物时还会进行轻触尝试,这可以让它通过一些软障碍的,就比如窗帘、床笠等,而很多扫地机器人,看到障碍物就一个字“绕”,这样反倒增加了不少清扫盲区。



在这次的 i7+ 上,iRobot 除了让它学会看之外,更是让它学会了记。地图记忆才是这次Imprint智能规划技术的升级重点。i7能够记住不同空间中的十张地图,在不同空间中,只要 Roomba i7 曾经记住了这个地图,通过快速的信息判定,它就能知道自己在哪里,应该执行怎么样的清扫路线。在地图记忆的基础上,i7 实现了两个非常重要的功能——全屋智能规划和定时定区清扫。


我们分开来说,第一个是全屋智能规划,我们前面说了 i7 可以看到并且记住你的家庭环境地图,那么全屋智能规划就是让 i7 学习、理解这张地图。

 


那么第二个功能点则是可以实现全屋的定时定区清扫,这个就很好理解了,基于i7对于地图的认知和记忆,可以做到区分家里不同的区域空间,并且实现不同时间段清扫不同的区域的目的。除此之外,当我在客厅某个部分制造了垃圾之后,并不想让 i7 清扫整个客厅,那么这个时候就可以在 APP 中划分出一个小空间,让 i7 进行重点打扫。


 

那么解决了扫到的问题,就得看能不能扫干净了,i7+ 同样搭载了 iRobot 独特的三重高效清洁系统。首先是扫,通过边刷将垃圾和灰尘扫到机器人的行径路线上,第二是卷,双效组合胶刷,这是 iRobot 公司自己研发的独特设计。和我们常见的单毛滚刷的设计不同,胶刷的独特花纹设计可以非常有效的避免毛发缠绕在滚刷上,影响清洁力度。



从材质上来说胶刷要比毛刷略硬一些,弹性也更好,所以在面对地板和长毛地毯的清洁时就起到一根负责剥离污垢,另一根负责扫入污垢的方式,将垃圾和灰尘更高效的收集并且集中在一起,第三再搭配强大吸力,将这些垃圾一个不少的收进尘盒中。


最后通过高效过滤网,过滤掉 99% 的霉菌、花粉、螨虫和猫狗过敏源之后,再排出洁净的空气。


 

对于打着智能旗号的扫地起机器人来说,需要人为介入的地方越少,证明产品的设计和智能化程度越好,而 iRobot 推出 Roomba i7+ 无疑是在现阶段能够普及的技术条件下给大众交了一份不错的答卷,这也是他们对于未来智能清洁领域,做出的一次富有诚意的尝试和创新。


因为从这一代的产品身上,我们可以看到 iRobot 公司除了进行常规硬件设备迭代之外,最重要的是在思考怎么样通过技术的创新,给用户提供更好的清洁体验。像是 Clean Base 自动集尘充电座还有 Imprint 智能规划这些功能,目前来看已经达到了改变我们的生活的目的,一站式清洁方案的出现,在很大程度上解放了我们的双手,让我们可以将注意力更多的转移到自己的生活中去。


所以,我们依然期待越来越多的扫地机器人品牌能够将目光放到「机器人这三个字身上,而不是纠结于「扫地机」。就像我们的「智慧生活」一样,「生活」我们已经有了,我们缺的是让它「智慧」起来的产品和设计。


那么,关于 Roomba i7+ 的体验就先到这里,更多科技生活方式的内容,欢迎登陆我们的官网 ZEALER.COM,以及关注我们的官方微博微信订阅号「ZEALER 中国」,我们下期节目再见,peace!




【ZEALER出品】

点开下方小程序,观看本期视频↓



*已购买用户可加 Q 群:972083354

(加群时需提供交易单号)



记得帮忙点个“好看”哟

登录查看更多
0

相关内容

家用扫地机又叫懒人扫地机、扫地机器人,是智能家用电器的一种,能凭借一定的人工智能,自动在房间内完成地板清理工作。一般采用刷扫和真空方式,将地面杂物先吸纳进入自身的垃圾收纳盒,从而完成地面清理的功能。一般来说,将完成清扫、吸尘、擦地工作的机器人,也统一归为扫地机器人
少标签数据学习,54页ppt
专知会员服务
194+阅读 · 2020年5月22日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
【机器学习课程】Google机器学习速成课程
专知会员服务
162+阅读 · 2019年12月2日
图说报告 | “智能+”的终极版图:数字孪生世界
人工智能学家
22+阅读 · 2019年8月20日
智慧园区整体建设规划设计方案(附PPT)
智能交通技术
40+阅读 · 2019年4月11日
教辅巨头沉浮录(1978-2018)
创业家
3+阅读 · 2019年1月8日
【泡泡机器人】泡泡机器人全新论坛上线啦!
泡泡机器人SLAM
7+阅读 · 2018年11月21日
AI都可以将文字轻松转成图像
计算机视觉战队
4+阅读 · 2018年7月24日
【智能零售】零售业的未来是让零售变得无界
产业智能官
3+阅读 · 2017年10月18日
Arxiv
34+阅读 · 2019年11月7日
Arxiv
4+阅读 · 2019年2月8日
Risk-Aware Active Inverse Reinforcement Learning
Arxiv
7+阅读 · 2019年1月8日
Arxiv
5+阅读 · 2018年5月5日
Arxiv
3+阅读 · 2018年1月31日
VIP会员
相关VIP内容
少标签数据学习,54页ppt
专知会员服务
194+阅读 · 2020年5月22日
中科大-人工智能方向专业课程2020《脑与认知科学导论》
深度强化学习策略梯度教程,53页ppt
专知会员服务
176+阅读 · 2020年2月1日
【机器学习课程】Google机器学习速成课程
专知会员服务
162+阅读 · 2019年12月2日
相关资讯
图说报告 | “智能+”的终极版图:数字孪生世界
人工智能学家
22+阅读 · 2019年8月20日
智慧园区整体建设规划设计方案(附PPT)
智能交通技术
40+阅读 · 2019年4月11日
教辅巨头沉浮录(1978-2018)
创业家
3+阅读 · 2019年1月8日
【泡泡机器人】泡泡机器人全新论坛上线啦!
泡泡机器人SLAM
7+阅读 · 2018年11月21日
AI都可以将文字轻松转成图像
计算机视觉战队
4+阅读 · 2018年7月24日
【智能零售】零售业的未来是让零售变得无界
产业智能官
3+阅读 · 2017年10月18日
Top
微信扫码咨询专知VIP会员